Double saisie et encodage manuel en PME : relier ses outils et arrêter de recopier

La double saisie, c'est taper la même information dans plusieurs outils : le client dans le CRM, puis dans le fichier Excel, puis dans le logiciel de facturation. Pour en sortir, il faut d'abord désigner pour chaque donnée un seul endroit qui fait foi, ensuite nettoyer ce qui existe, et enfin relier les outils pour que l'information circule sans copier-coller. En 2026, l'IA s'ajoute à la liste. Elle lit les PDF, les emails et les photos de bons, et prépare un encodage qu'une personne n'a plus qu'à valider.

Chez Digital Easy, nous avons analysé environ 960 calls clients entre 2024 et 2026, et c'est le plus gros paquet de douleurs opérationnelles qui en ressort. La synchronisation entre outils revient dans 31 organisations, l'encodage manuel dans 24, l'import et le nettoyage de fichiers dans 24 autres. Ce guide part de là : d'où vient le problème, comment le chiffrer, et comment le régler sans changer tous vos logiciels.

Pourquoi la double saisie s'installe dans une PME

Personne ne décide un jour de tout saisir deux fois. Les outils arrivent un par un : la facturation, puis un CRM, un outil d'emailing, un outil d'événements, parfois un ERP métier. Chacun répond à un besoin réel, et aucun n'a été choisi en pensant aux autres. Dans un coworking que nous avons accompagné, les contacts vivaient dans un tableur, les inscriptions dans un outil d'événements et les envois dans un outil d'emailing. À chaque événement, la personne en charge téléchargeait la liste des inscrits et l'importait à la main dans l'outil d'emailing.

Quand deux outils ne se parlent pas, Excel fait le lien. Quelqu'un exporte, retravaille dans un tableur, recopie. Le fichier devient indispensable et il grossit. Un client nous a décrit le sien, « avec 56 colonnes les unes à côté des autres », où plus personne ne voyait rien.

Souvent, la donnée n'a pas non plus de propriétaire. Si tout le monde peut modifier l'adresse d'un client partout, chaque outil finit avec sa propre version. Dans un bureau d'études, on résumait le risque d'une phrase : quelqu'un crée une affaire entre-temps, et elle n'est enregistrée nulle part dans l'outil.

Les fournisseurs et partenaires imposent aussi leurs formats. Un courtier en énergie recevait chaque mois des fichiers de contrats et de consommations de plusieurs fournisseurs, chacun avec ses colonnes et ses identifiants. Comme il n'existait aucun standard commun, tout était à remettre en forme à la main à chaque réception.

Acheter un outil de plus ajoute surtout une couche.

Combien coûte la double saisie : une méthode de calcul simple

Ce coût passe inaperçu parce qu'il est découpé en petits morceaux, cinq minutes ici, vingt là. Chiffrez chaque ressaisie avec une formule simple.

Coût annuel = fréquence × durée × nombre de personnes + coût des erreurs

La fréquence, c'est le nombre de fois où la tâche revient dans l'année, que ce soit par client, par facture, par événement ou par mois. La durée est le temps réel d'une occurrence, recherche et vérification comprises. Chronométrez-la une fois plutôt que de l'estimer de tête. Comptez ensuite les personnes qui font la tâche, ou qui la refont pour vérifier. Pour les erreurs, prenez le temps passé à corriger (facture refaite, avoir, appel au client, rapprochement) et multipliez-le par leur fréquence.

L'exemple ci-dessous est fictif. Il reprend des volumes courants pour une PME de services de 15 personnes, mais ces chiffres sont illustratifs et n'ont été mesurés chez aucun client.

175 heures sur un an, c'est plus d'un mois de travail à temps plein. Multipliez par le coût horaire chargé pour avoir un montant, puis ajoutez ce que la formule ne voit pas, comme la facture partie en retard ou la relance oubliée.

N'oubliez pas la vérification. Quand une équipe ne fait pas confiance à un outil, quelqu'un refait le travail « pour être sûr ». Chez le courtier en énergie, une collaboratrice tenait encore sa propre copie manuelle à côté de l'outil central. Une fois votre liste faite, classez les tâches par heures annuelles plutôt que par pénibilité, parce que la plus irritante n'est pas forcément la plus chère.

Une seule source de vérité par donnée

Avant de relier quoi que ce soit, posez-vous une question pour chaque type de donnée : quel outil fait foi ? On parle de source unique, ou de source de vérité. Les autres outils lisent la donnée, sans jamais la créer ni la modifier.

Trois règles le rendent utile.

La première est qu'une donnée se crée à un seul endroit. Si on peut créer un client dans le CRM et dans la facturation, les doublons arriveront tôt ou tard. Fermez la porte d'entrée secondaire, ou faites-la passer par la source.

Il faut aussi une clé unique par objet : le numéro d'entreprise pour une société, l'identifiant de compteur pour un point de fourniture, la référence pour un produit. Sans elle, un import ne sait pas si une ligne est nouvelle ou déjà connue, et il crée un doublon. Le courtier en énergie l'a vécu. À chaque nouvel import, des lignes revenaient en double tant que la clé de rapprochement n'était pas fiable.

Enfin, chaque source a besoin d'une personne nommée comme propriétaire, et un service entier ne fait pas l'affaire. Cette personne fixe les règles de saisie et tranche quand deux versions divergent.

Pour les données personnelles, la loi l'exige déjà : le RGPD impose que les données soient exactes et tenues à jour (article 5) et que les données inexactes soient rectifiées sans tarder. Avec cinq copies du même contact, changer une adresse demande cinq corrections, et il y en aura toujours une d'oubliée. Voyez la gouvernance des données et le RGPD en PME.

Les trois façons de relier vos outils

Une fois la source désignée, reste à faire circuler la donnée. Trois familles de solutions existent, souvent combinées.

La première à regarder, ce sont les intégrations natives, c'est-à-dire le connecteur proposé par l'éditeur lui-même : le CRM qui se synchronise avec l'outil d'emailing, le logiciel de facturation relié à la banque. L'éditeur les maintient, ce qui est confortable. En revanche, elles font ce que l'éditeur a prévu, et ça ne correspond pas toujours à votre besoin.

Viennent ensuite les outils d'automatisation, Make, n8n, Zapier et leurs équivalents. Ils relient des applications par des scénarios du type « quand un deal passe à gagné dans le CRM, créer le client dans la facturation et prévenir la comptabilité ». Pour une PME, ils couvrent la plupart des besoins. Dans un coworking, un bouton dans l'outil central envoie maintenant les contacts vers l'outil d'emailing. La base de contacts reste unique et l'emailing se contente de la lire.

Reste le développement sur mesure, un script ou une petite application qui appelle les API des outils. Il se justifie pour les gros volumes ou une logique métier complexe. Le code assisté par IA l'a rendu beaucoup plus accessible aux PME, pourvu qu'il soit documenté et que quelqu'un sache le reprendre.

Avant de choisir, vérifiez que vos outils acceptent d'être reliés. Le courtier en énergie utilisait un logiciel de facturation sans API, dans lequel il était impossible d'injecter des données. Il a migré la facturation vers un outil qui en avait une et n'a gardé l'ancien que pour clôturer les factures de l'année précédente. C'est l'un des rares cas où remplacer un logiciel se justifie vraiment, quand il bloque tout le reste.

Les recherches sur n8n ont nettement reculé en 2026, en Belgique comme en France, alors que l'intérêt pour l'IA montait. Les outils passent de mode et le besoin reste. Construisez autour de vos données et de vos processus, et choisissez l'outil en dernier. Notre article sur l'automatisation des processus métier en PME va plus loin.

Nettoyer avant d'automatiser, sinon vous automatisez les erreurs

Une automatisation copie fidèlement ce qu'on lui donne. Si la donnée source est fausse, l'erreur se retrouve partout, et plus vite qu'avec un humain. On nettoie donc avant de connecter.

Dans les fichiers de PME, on retombe presque toujours sur les mêmes problèmes :

• des doublons, avec le même client sous trois orthographes ou la même ligne de contrat importée deux fois ;
• des formats qui varient selon la source, comme des dates en texte, des montants avec virgule ou point, des numéros de TVA avec ou sans espaces ;
• des champs vides, un client B2B sans numéro d'entreprise ou un contact sans langue ;
• une colonne « remarques » où se mélangent un statut, une date et un nom.

Les champs vides coûtent plus cher qu'on ne le croit. Un acteur du conseil s'est aperçu que 80 % des contacts de sa base n'avaient ni civilité ni langue, ce qui rendait tout emailing personnalisé impossible.

Le nettoyage se fait en quatre temps. On définit d'abord le format cible de chaque champ (type, format, valeurs autorisées). On dédoublonne ensuite sur la clé unique, en décidant quelle version garder. On complète les champs manquants, ou on les marque quand l'information n'existe pas. Pour les imports récurrents, on ajoute enfin une zone tampon où les fichiers entrants atterrissent et passent des contrôles (format, doublons, valeurs aberrantes) avant de rejoindre la base. Le courtier en énergie travaille avec une table tampon par fournisseur. Chaque format y est traduit vers le format commun avant l'import, et les lignes en erreur sont signalées au lieu d'être importées.

Le premier nettoyage est un projet à part entière. Après, la qualité tient à quelques habitudes, comme des champs obligatoires ou des listes de valeurs à la place du texte libre. Lisez aussi pourquoi structurer ses données avant l'IA.

Ce que l'IA change en 2026 pour l'encodage

Jusqu'ici, l'automatisation s'arrêtait aux documents non structurés : le PDF d'un bon de commande, l'email d'un client, la photo d'un bon de livraison. Il fallait quelqu'un pour les transformer en champs, et c'est exactement ce que l'IA sait faire maintenant.

En 2025, 34,5 % des entreprises belges utilisent au moins une technologie d'IA selon Statbel, et l'analyse automatique de texte est l'usage le plus répandu (23 % des entreprises). À l'échelle européenne, Eurostat mesure 20 % d'entreprises utilisatrices en 2025, avec un gros écart selon la taille : 17 % des petites entreprises contre 55 % des grandes. Pour une PME qui veut s'y mettre, l'encodage est souvent la meilleure porte d'entrée.

Aujourd'hui, l'IA lit correctement des PDF et en extrait des champs précis comme le fournisseur, la date, le montant, les références ou les lignes de commande. Elle lit aussi les emails et en tire une action, par exemple une demande de devis qui devient une fiche dans le CRM, ou une confirmation de commande rattachée au bon dossier. Elle se débrouille avec les photos, qu'il s'agisse d'un bon de livraison pris sur chantier ou d'un ticket de note de frais.

Elle sait aussi rassembler des informations éparpillées dans plusieurs documents. Un bureau d'études en traitement de l'eau devait, pour chaque déclaration réglementaire, rouvrir plusieurs rapports d'analyse et plusieurs factures pour y retrouver les bonnes valeurs. Un assistant IA extrait désormais ces données d'entrée, et l'équipe vérifie.

Elle a aussi ses faiblesses, et la première est qu'elle peut inventer. Lors des premiers tests d'un assistant de rédaction de rapports dans ce même bureau d'études, l'IA utilisait mal certaines sources et complétait des informations absentes. Des consignes plus strictes ont réduit le problème, sans le faire disparaître. Elle produit aussi des faux positifs, en prenant un montant pour un autre ou en lisant une référence de travers.

Entre deux données déjà structurées, elle ne sert à rien. Pour passer d'un tableau propre à un autre, une automatisation classique est plus fiable et coûte moins cher. Le même bureau d'études a d'ailleurs conclu que, pour une partie de ses déclarations, une automatisation classique et un calcul dans Excel suffisaient, sans agent IA.

Le circuit qui fonctionne est simple : l'IA prépare, une personne valide. L'IA propose un encodage et signale les champs douteux, puis quelqu'un approuve, corrige ou rejette. La personne ne tape plus rien, elle contrôle. Si vous envoyez des données clients à un outil d'IA, vérifiez au passage ce que vous avez le droit d'y mettre, et voyez quelles données confier à ChatGPT, Copilot ou Claude.

Les factures fournisseurs sont un cas à part. En Belgique, depuis le 1er janvier 2026, toutes les entreprises assujetties à la TVA doivent échanger entre elles des factures électroniques structurées. Ces factures-là arrivent lisibles par votre logiciel, sans IA. L'IA garde son intérêt pour le papier et les PDF, c'est-à-dire les tickets, les factures étrangères et les notes de frais. Notre page facturation électronique explique comment brancher cette obligation sur vos outils.

Remplacer Excel ou le garder

Il est rare qu'il faille tout remplacer. Excel calcule très bien et fait une piètre base de données partagée.

Gardez-le pour calculer, simuler ou prévoir. Chez le courtier en énergie, on le disait sans détour : rien ne vaut un tableur pour entrer des prévisions dans des cases. Il peut aussi servir de grille de calcul de prix quand l'outil central gère mal ce genre de chose. Un bureau d'études a laissé son tableur de chiffrage en dehors de l'outil central, et il a eu raison. Et rien n'empêche Excel de lire des données issues de la source unique, tant qu'il ne les modifie pas.

Remplacez-le par un CRM, un ERP ou une base de données partagée dans ces cas-là :

• plusieurs personnes y écrivent et se marchent dessus ;
• il sert de base clients, de base contrats ou de base produits ;
• il faut le recopier dans un autre outil chaque semaine ;
• supprimer un onglet par erreur peut faire perdre des données (un client l'a vécu) ;
• il dépasse quelques milliers de lignes et devient lent ou fragile.

Méfiez-vous quand même d'une chose. Remplacer Excel par un outil plus lent est pire que de le garder. Lors d'une migration, le courtier en énergie a d'abord vu l'encodage prendre quatre fois plus de temps qu'avant dans le nouvel outil, ce qui a entamé la confiance de l'équipe pendant des mois. Dans un coworking, la bascule a été repoussée et l'ancien fichier gardé en parallèle. Avant toute bascule, chronométrez la saisie la plus fréquente dans les deux outils. Si le nouveau n'est pas plus rapide que le tableur, attendez encore.

Côté équipement, en 2023, 38 % des petites entreprises de l'UE utilisaient un ERP et 22 % un CRM, contre 86 % et 61 % des grandes. Dans les petites structures, Excel reste souvent l'outil central par défaut. Voyez aussi notre page CRM pour PME.

Une automatisation qui casse en silence coûte plus cher que la saisie

Une saisie ratée se remarque tout de suite. Une automatisation arrêtée, elle, peut rester invisible jusqu'à la facturation. Un développeur parlait d'une « erreur silencieuse » à propos d'un flux qui échouait sans prévenir : les données divergent pendant que tout le monde les croit synchronisées.

Autre signe qui ne trompe pas, l'équipe double l'automatisation. Dans une entreprise générale du bâtiment, un utilisateur déclenchait le flux à la main à chaque fois, uniquement parce qu'il était défaillant. On revient à la double saisie, avec un outil de plus à surveiller.

Pour tenir dans la durée, un flux a besoin de quatre choses.

1. Des alertes. Chaque échec envoie un message à une personne précise, avec le flux concerné et la ligne en cause. Un rapport hebdomadaire que personne ne lit ne compte pas.
2. Des journaux. Chaque exécution garde une trace de ce qui est entré, de ce qui est sorti et de ce qui a été rejeté. Sans journal, impossible de savoir depuis quand ça ne marche plus.
3. Une documentation, à raison d'une page par flux, qui dit ce qu'il fait, d'où viennent les données, où elles vont, comment le relancer et à qui s'adresser.
4. Un propriétaire en interne, capable de lire une alerte et de relancer un flux, même si un prestataire s'occupe des évolutions.

Et testez sur des données réelles. Ce sont les vrais fichiers qui contiennent les cas qui font tomber les imports, comme un caractère spécial, une ligne fusionnée ou une date au format américain.

Checklist et erreurs fréquentes

Checklist avant de lancer

• J'ai listé toutes les ressaisies de l'entreprise, avec fréquence, durée et personnes concernées.
• J'ai chiffré le coût annuel de chacune, erreurs et vérifications comprises.
• Pour chaque donnée importante (client, contrat, produit, prix, facture), j'ai désigné une source unique.
• Chacune a une clé unique (numéro d'entreprise, référence, identifiant).
• Chaque source a un propriétaire nommé.
• J'ai vérifié que mes outils ont un export, un connecteur ou une API.
• Les données existantes sont dédoublonnées et au bon format.
• Les imports récurrents passent par une zone tampon avec contrôles.
• Pour les documents non structurés, l'IA propose et une personne valide.
• Chaque flux a une alerte en cas d'échec, un journal et une documentation.
• J'ai testé sur des données réelles, avec les cas particuliers.
• Je mesure le temps passé avant et après, sur la même tâche.

Les erreurs que nous voyons le plus souvent

• Automatiser avant d'avoir nettoyé. Les erreurs partent alors partout, et plus vite.
• Relier les outils sans source unique. Une synchronisation dans les deux sens finit en conflits et en données écrasées.
• Choisir l'outil en premier, au lieu de partir des données et des processus. Prenez le temps de cartographier vos processus avant d'outiller.
• Tout automatiser d'un coup. Commencez par la ressaisie la plus chère, mesurez, puis passez à la suivante ; notre article automatisation et IA en PME : par où commencer détaille cet ordre.
• Confier à l'IA ce qu'une règle fait mieux, comme une conversion de format ou un calcul.
• Laisser l'IA valider seule. Sans relecture humaine, une erreur de lecture finit sur une facture.
• Oublier l'adoption. Personne n'utilisera un outil plus lent que le tableur.
• Ne pas mesurer le temps passé avant et après, sur la même tâche.

Comment Digital Easy s'y prend

D'après ce que nous voyons chez nos clients, la double saisie vient presque toujours de données qui n'ont pas de propriétaire. On commence donc par les données et les processus, et l'outil arrive après. L'accompagnement se fait en trois étapes.

Fondations™ (14 jours). Avec la méthode C.A.R.E. (Cadrer, Accéder, Révéler, Élaborer), on suit l'information à la trace : d'où vient chaque donnée, où elle est recopiée, par qui et combien de fois. On chiffre le temps perdu tâche par tâche, avec la formule décrite plus haut. Vous repartez avec la cartographie de vos outils et de vos flux, une source unique proposée pour chaque donnée et une feuille de route chiffrée. La méthode C.A.R.E. est détaillée sur notre blog.

Structure™ (3 mois). C'est pendant ces trois mois que la double saisie disparaît. On met en place l'outil central ou on le remet d'aplomb, on nettoie les données existantes et on relie les outils avec ce qui tient le mieux selon le cas, intégration native, outil d'automatisation ou code. On met aussi en production les premiers cas d'usage IA, à savoir la lecture des PDF, des emails et des documents entrants, toujours avec une validation humaine. Chaque flux est livré avec ses alertes et sa documentation. On fait un point chaque semaine, et on reste jusqu'à ce que l'équipe se serve vraiment des outils. Chez le courtier en énergie, c'est ce travail qui a remplacé la ressaisie des contrats et des lignes de facturation par des imports contrôlés.

Scale™ (3 mois). On va plus loin avec l'IA, avec des agents qui traitent des dossiers complets sur vos processus principaux, de la réception du document jusqu'à l'encodage contrôlé. On installe le pilotage, avec des tableaux de bord alimentés par la source unique, et on rend l'équipe autonome pour la maintenance et les évolutions.

Si vous hésitez sur le point de départ, la liste des tâches à automatiser en PME peut aider. Et si votre savoir interne est éparpillé, regardez aussi le cerveau d'entreprise.